Разработка моделей количественной оценки риска тяжёлого течения лихорадочной формы клещевого энцефалита

   Обоснование. В настоящее время отсутствуют общепринятая классификация и клинические подходы к оценке степени тяжести клещевого энцефалита.
   Цель исследования. Разработка моделей количественной оценки тяжести лихорадочной формы клещевого энцефалита на основе наиболее информативных предикторов тяжёлого течения.
   Материалы и методы. В соответствии с клиническими критериями, основанными на оценке высоты и продолжительности лихорадки, были сформированы две группы из 9 и 30 пациентов соответственно с тяжёлым и нетяжёлым течением лихорадочной формы клещевого энцефалита (средний возраст – 52,2 ± 4,3 и 49,5 ± 3,9 года соответственно). Дизайн исследования соответствовал ретроспективному исследованию типа «случай – контроль». Статистическая значимость различий переменных оценивалась с помощью критерия хи-квадрат. Вычислялись показатели отношения шансов. Разработка моделей логистической регрессии проводилось с помощью модулей Statistica 12.0 (StatSoft Inc., США).
   Результаты. Разработана анкета количественной оценки в баллах тяжести течения лихорадочной формы клещевого энцефалита на основе высоты лихорадки и 11 наиболее информативных предикторов тяжёлого течения болезни, включавших артралгию, озноб, нарушение сна, головокружение, орбитальные боли, тошноту, фотофобию, миалгию, сильную головную боль, рвоту и менингизм. Для прогнозирования тяжёлого течения заболевания построены две модели логистической регрессии – с учётом или без учёта синдрома лихорадки в сумме баллов количественной оценки (коэффициенты α и β составили –12,13 и 0,94, а также –5,78 и 0,75 для моделей 1 и 2 соответственно). Модели 1 и 2 продемонстрировали высокую прогнозируемую вероятность тяжёлого течения заболевания при порогах отсечения значений 14 и 9 баллов и «отличное» качество прогноза (AUC равна 0,99 и 0,98 соответственно).
   Заключение. Разработанные модели позволяют с высокой вероятностью определить риск тяжёлого течения лихорадочной формы клещевого энцефалита, что может быть использовано в клинической практике и в научных целях.

1. Полторацкая Н. В. Анализ эпидемиологической ситуации по клещевому энцефалиту и иксодовому клещевому боррелиозу в Томской области / Н. В. Полторацкая [и др.] // Медицинская паразитология и паразитарные болезни. – 2021. – (1): 9-15. doi: 10.33092/0025-8326mp2021.1.9-15

2. Тимонин А. В. Ретроспективный анализ заболеваемости клещевым энцефалитом в Сибирском федеральном округе / А. В. Тимонин, С. В. Широкоступ // Universum: медицина и фармакология. – 2021. – 11 (82): 19-20. doi: 10.32743/UniMed.2021.82.11.12408

3. Жукова Н. Г. Клещевой энцефалит в Томской области / Н. Г. Жукова [и др.] // Терапия. – 2021. – 7 (5 (47)): 14-21. doi: 10.18565/therapy.2021.5.14-21

4. Bogovic P., Strle F. Tick-borne encephalitis: A review of epidemiology, clinical characteristics, and management. World J Clin Cases. 2015; 3 (5): 430-441. doi: 10.12998/wjcc.v3.i5.430

5. Ruzek D., Avšič Županc T., Borde J., Chrdle A., Eyer L., Karganova G., et al. Tick-borne encephalitis in Europe and Russia: Review of pathogenesis, clinical features, therapy, and vaccines. Antiviral Res. 2019; 164: 23-51. doi: 10.1016/j.antiviral.2019.01.014

6. Вотяков В. И. Клещевые энцефалиты Евразии (вопросы экологии, молекулярной эпидемиологии, нозологии, эволюции) / В. И. Вотяков, В. И. Злобин, Н. П. Мишаева. – Новосибирск: Наука, 2002.

7. Злобин В. И. Клещевой энцефалит в России: вопросы этиологии, эпидемиологии и профилактики / В. И. Злобин [и др.] // Журнал инфекционной патологии. – 2018. – 23 (1-4): 19-20.

8. Савинова Ю. С. Европейский субтип вируса клещевого энцефалита. Обзор литературы / Ю. С. Савинова // Acta biomedica scientifica. – 2021. – 6 (4): 100-113. doi: 10.29413/ABS.2021-6.4.9

9. Жукова Н. Г. Клещевой энцефалит в Томской области (этиология, эпидемиология, клиника, диагностика, профилактика, лечение) / Н. Г. Жукова, Н. И. Команденко, Л. Е. Подоплекина. – Томск: STT, 2002.

10. Кузнецова В. Г. Клещевой энцефалит в клинической практике врача / В. Г. Кузнецова, Е. И. Краснова, Н. Г. Патурина // Лечащий врач. – 2015. – (1): 20-26.

11. Гордеец А. В. Лихорадочная форма клещевого энцефалита у детей Приморья / А. В. Гордеец [и др.] // Детские инфекции. – 2005. – 4 (1): 47-48.

12. Боровиков В. П. Популярное введение в современный анализ данных в системе STATISTICA: учебное пособие для вузов / В. П. Боровиков. – М., 2013.

13. Лакин Г. Ф. Биометрия: учебное пособие / Г. Ф. Лакин. – М.: Высшая школа, 1990.

14. Bergsma W. A bias-correction for Cramér’s V and Tschuprow’s T. J Korean Stat Soc. 2013; 42 (3): 323-328. doi: 10.1016/j.jkss.2012.10.002

15. Tolles J., Meurer W. J. Logistic regression: Relating patient characteristics to outcomes. JAMA. 2016; 316 (5): 533-534. doi: 10.1001/jama.2016.7653

16. Zweig M. H., Campbell G. Receiver-operating characteristic (ROC) plots: A fundamental evaluation tool in clinical medicine. Clin Chem. 1993; 39 (4): 561-577.

17. Надеждина М. В. Клиника и оптимизация лечения острых форм клещевого энцефалита / М. В. Надеждина [и др.] // Бюллетень сибирской медицины. – 2008. – 7 (5-1): 263-269. doi: 10.20538/1682-0363-2008-5-1-263-269

18. Николенко В. В. Клинико-эпидемиологические особенности течения клещевого энцефалита в Пермском крае / В. В. Николенко [и др.] // Пермский медицинский журнал. – 2020. – 37 (3): 18-25. doi: 10.17816/pmj37318-25

19. Bogovic P., Logar M., Avsic-Zupanc T., Strle F., Lotric-Furlan S. Quantitative evaluation of the severity of acute illness in adult patients with tick-borne encephalitis. Biomed Res Int. 2014; 2014: 841027. doi: 10.1155/2014/841027

20. Skogman B. H., Sjöwall J., Lindgren P. E. The NeBoP score – a clinical prediction test for evaluation of children with Lyme Neuroborreliosis in Europe. BMC Pediatr. 2015; 15: 214. doi: 10.1186/s12887-015-0537-y

21. Tuan N. M., Nhan H. T., Chau N. V., Hung N. T., Tuan H. M., Tram T. V., et al. Sensitivity and specificity of a novel classifier for the early diagnosis of dengue. PLoS Negl Trop Dis. 2015; 9 (4): e0003638. doi: 10.1371/journal.pntd.0003638

22. De Sanctis V., Bedair E. M. A., Soliman A. T., Nair A. P., Al Masalamani M. A., Yassin M. Proposed scoring system for evaluating clinicoradiological severity of COVID-19 using plain chest X-ray (CXR) changes (CO X-RADS): Preliminary results. Acta Biomed. 2020; 91 (4): e2020172. doi: 10.23750/abm.v91i4.10664